应激性血糖升高比值（SHR）是评估急性应激状态下血糖波动的指标，近年被证实与心血管疾病及死亡风险相关。然而，SHR在慢性肾病（CKD）以及糖尿病肾病（DKD）患者中的预测价值尚不明确。
2025年2月6日，中国学者用NHANES数据库，在期刊《Cardiovascular Diabetology》（医学top一区，IF=8.5）发表题为：“The association between stress-induced hyperglycemia ratio and cardiovascular events as well as all-cause mortality in patients with chronic kidney disease and diabetic nephropathy”的研究论文。
在该项研究中，研究团队通过K-M生存曲线和Cox比例风险模型，评估SHR水平与慢性肾病（CKD）以及糖尿病肾病（DKD）患者的全因以及心血管死亡风险之间的关联，并利用限制性立方样条（RCS）探讨它们之间的非线性关系。
回复“原文”至医学论文与统计分析公众号即可获得文献PDF等资料。想用NHANES发文，看看这个可一键提取和分析数据的NHANES Online平台！如感兴趣请联系郑老师团队，微信号：aq566665
研究团队基于美国国家健康与营养调查（NHANES）数据库1999-2018年的数据，经过纳排，最终纳入了3,507名符合条件的CKD和DKD患者，平均年龄60.7岁，女性占56%。
图1 研究人群的筛选流程图
本研究的结果与先前的研究相一致，证明了SHR水平与CKD以及DKD患者的全因死亡风险之间均存在J型关系。
准确来讲，CKD患者的SHR拐点出现在0.923。这意味着，当患者SHR水平低于或高于该值时，其死亡风险会因身体应激能力不足或长期的高血糖状态而升高；
同样的，DKD患者的SHR拐点为0.971。
图2 SHR水平与CKD患者（A）和DKD患者（C）全因死亡风险的RCS曲线
表1 SHR水平对CKD患者全因死亡风险的阈值效应分析
而在心血管死亡风险方面，研究发现SHR水平与CKD以及DKD患者的心血管死亡风险之间均呈U型关系。其中，CKD患者和DKD患者的SHR拐点分别位于1.026和1.059。
图3 SHR水平与CKD患者（B）和DKD患者（D）心血管死亡风险的RCS曲线
表2 SHR水平对CKD患者心血管死亡风险的阈值效应分析
综上所述，SHR是慢性肾病以及糖尿病肾病患者全因及心血管死亡的重要预测指标。临床中可通过监测SHR拐点识别高危人群，优化血糖管理策略，从而降低死亡风险。
一、 数据来源
美国国家健康与营养调查（NHANES）数据库：
NHANES数据库是一项旨在评估美国成人和儿童的健康和营养状况的研究计划。该数据库涵盖了多种健康指标的数据收集和分析。
二、研究设计思路：
P（Population）参与者：从NHANES数据库1999-2018年的数据中，纳入的3,507名被诊断为慢性肾病（DKD）或糖尿病肾病（CKD）的个体；
E（exposure）暴露因素：应激性血糖升高比值（SHR）；
O（outcome）结局：全因死亡风险和心血管死亡风险；
S（Study design）研究类型：观察性研究。
三、统计方法
√生存分析
K-M生存曲线和log-rank检验：用于直观比较不同SHR四分位组（Q1-Q4）的CKD患者的生存率差异，评估各组随时间推移的死亡风险；
Cox比例风险回归模型：在本文中，研究团队构建三个不同的模型，以评估SHR对患者全因以及心血管死亡风险的独立影响。
模型1：调整年龄、性别、种族；
模型2：在模型1基础上，调整了教育程度、婚姻、血清可替宁、BMI和吸烟状况；
模型3：在模型2基础上，调整了高血压，高脂血症和心血管疾病。
√限制性立方样条（RCS）曲线
RCS曲线是一种平滑的曲线拟合方法，可以用于评估自变量与因变量之间的非线性关系。
本文中，研究团队用其探索SHR水平与CKD以及DKD患者的全因以及心血管死亡风险的非线性关系，确定风险拐点。
√分段Cox比例风险回归模型
分段Cox比例风险模型是Cox比例风险回归模型的一种应用形式，主要针对在某些特定时间点或特定条件下，风险因素对生存时间的影响可能发生变化的情况。
通过将数据分为不同的区间（或段），并在每个区间内分别应用Cox比例风险回归模型，从而更准确地描述自变量（如SHR水平）和因变量（如死亡风险）之间的关系。
以本研究为例，研究团队基于RCS确定的SHR拐点将参与者分成不同的组别，例如CKD患者被分为SHR≤0.923和＞0.923两组，接着在两组中分别进行Cox回归分析，探究低于或高于该拐点的SHR水平对CKD患者全因死亡风险的影响。
√分段Cox回归模型与传统Cox回归模型，我们该如何选择？
分段Cox比例风险模型是Cox比例风险回归模型的重要扩展，其核心优势在于能够处理时间依赖性协变量效应，即允许协变量对风险比的影响随时间发生变化。
当数据满足Cox模型的比例风险假设（协变量效应恒定）且风险因素与事件风险呈线性关系时，传统Cox模型是合适的选择；
但当协变量效应存在时间异质性（如药物疗效随时间衰减）或需要通过分段方式灵活刻画非比例风险现象时，分段Cox模型则更为适用。
√亚组分析
本文中，研究团队通过亚组分析，验证了SHR与患者死亡风险的关联在不同人群（年龄、性别、种族、BMI等）中的一致性，表明了结果的稳健性。
应激性血糖升高比值（SHR）相关的研究论文我们也分享了不少，如果你也想对其进行探索，不妨看看郑老师的NAHNES Online平台！现可一键
速提取和分析该指标数据，并且轻松解决大家在NHANES数据库挖掘中，遇到的下载难、分析难等常见问题，大大减轻你的发文压力！
对SHR感兴趣的伙伴，请点击下方链接查看详细内容：
